Agentes IA OpenAI: ChatGPT Work llega a tu escritorio

En pocas palabras: No todavía. OpenAI lanzó ChatGPT Work en julio de 2026 a USD 20 al mes para que profesionales no técnicos completen proyectos enteros sin programar, pero el estudio “The Shift to Agentic AI” mostró que en junio de ese año la adopción seguía encerrada en la empresa: el 98% de los empleados de OpenAI usaba Codex, contra solo el 17% de las cuentas empresariales y menos del 1% de las individuales.

OpenAI está construyendo agentes IA para todas las profesiones de escritorio: su nuevo ChatGPT Work, lanzado en julio de 2026 a USD 20 al mes, completa proyectos enteros conectado a tu correo, tu calendario y tu Slack. El detalle incómodo es que, fuera de la empresa, casi nadie lo usa todavía.

Los agentes IA de OpenAI son asistentes basados en modelos de lenguaje que ejecutan tareas de varios pasos sin intervención humana, conectándose a herramientas como el correo, Slack, Google Calendar, Notion y Figma. Su producto insignia en 2026 es ChatGPT Work, disponible desde el plan base de USD 20 mensuales, derivado de la herramienta de programación Codex y pensado para cualquiera cuyo día gira alrededor de una computadora pero no sabe programar.

¿Qué son exactamente los agentes IA de OpenAI?

Un agente de IA no responde preguntas: recibe un objetivo, planifica los pasos y los ejecuta con herramientas externas hasta terminar. Frente al ChatGPT clásico, la diferencia es la misma que hay entre pedirle opinión a un colega y delegarle el trabajo entero.

Ponele que le pedís al chatbot de siempre un resumen de ventas del trimestre: te devuelve un texto lindo explicando cómo podrías armártelo vos. Un agente entra a tu correo, busca los archivos, cruza los números, genera la planilla y te avisa cuando terminó. Esa promesa, aplicada a contadores, inversionistas y cualquier oficinista, es la apuesta que OpenAI describe en su reportaje sobre los agentes para todo.

Andrew Ambrosino, ingeniero líder de la app de escritorio de OpenAI, llevó la idea al extremo: le dio al agente acceso a su bandeja de entrada, su Slack, su teléfono y apps como Notion y Figma. Para su equipo, ese nivel de entrega es la única forma honesta de probar el futuro. (Spoiler: asegura que hasta ahora nunca tuvo que lamentarlo.)

¿Cómo funciona ChatGPT Work y cuánto cuesta?

ChatGPT Work cuesta USD 20 al mes, está disponible desde el plan más bajo de OpenAI y salió en julio de 2026. Técnicamente es una versión reformulada de Codex, la herramienta agéntica de programación de la empresa, adaptada para gente que jamás abriría una terminal. Esto se conecta con lo que analizamos en nuestra guía completa sobre Sora.

La historia interna ayuda a entender el producto. Hasta febrero de 2026, Codex trataba bastante mal a los no programadores: les preguntaba cosas de código y les mostraba lecturas técnicas como diffs vacíos, según contó Ambrosino. Entre febrero y agosto, el equipo lo transformó en una herramienta de propósito general.

Detrás hay un concepto clave, el “harness”: el software que envuelve al modelo y decide qué información ve, qué herramientas puede usar y cómo te devuelve los resultados. Para un desarrollador, una línea de comandos alcanzó para cambiar la industria. Para el resto del mundo hace falta otra cosa, algo que, en palabras de Ambrosino, juegue con el mundo desprolijo de tu vida, tus herramientas y esos sitios web hechos en 1995 que nadie actualizó jamás.

Acá aparece una discusión interna picante: hay empleados que sostienen que los botones sobran porque alcanza con pedirle las cosas al modelo. El equipo de producto empuja en contra, porque en esta fase descubrir funciones importa; algún día sobrarán los botones. Lo comparan con el skeuomorfismo, esas calculadoras digitales que imitaban calculadoras de bolsillo: diseño anticuado, sí, pero ayudó a millones a hacer la transición.

Thibault Sottiaux, responsable del área de producto central que incluye Work, lo vendió así: “ChatGPT puede hacer tareas enteras, muy complicadas, de manera autónoma, de forma placentera y segura” (traducción propia del original en inglés). Detrás del discurso hay economía pura: los agentes que trabajan más horas queman más tokens, y eso hace el negocio más rentable por usuario.

Casos de uso reales: quién ya delega trabajo en estos agentes

Los primeros usos que brillan son tareas de coordinación con muchos datos y poca gloria. Estos ejemplos vienen de empleados de OpenAI, clientes y del periodista de TechCrunch que probó el servicio:

• Del correo al calendario: el reportero le pidió extraer el calendario del jardín de infantes de su hijo (formato rarísimo, típico mail escolar) y cargarlo en Google Calendar. Funcionó de una, y le ahorró una tarde de carga manual.
• Análisis financiero permanente: pidió investigación sobre empresas públicas que cubre y recibió un tablero de métricas que se actualiza solo.
• Bases de datos a pedido: armó una base consultable de lanzamientos espaciales, tarea que antes le exigía escribir scripts de Python.
• Gráficos desde Slack: un ingeniero de OpenAI pegó una conversación de Slack sobre un problema técnico, pidió “unos gráficos” y recibió visualizaciones útiles.
• Inversión y operaciones: fondos de capital usan el agente para armar memos con comunicaciones y análisis; equipos de ops generan dashboards a medida.

Dentro de la empresa, los empleados automatizan reportes semanales de métricas y convierten planillas en herramientas vivas. Akshay Nathan, líder de ingeniería de producto, lo plantea sin vueltas: la información vive desparramada en Salesforce y mil sistemas más, y el valor está en que ya tenés acceso y ahora podés actuar sobre ella. Hasta Sam Altman figura entre los usuarios habituales, aunque la nota no detalla en qué. Para más detalles técnicos, mirá el chip Jalapeño que superó a Blackwell.

¿Por qué casi nadie usa agentes IA si OpenAI los empuja tanto?

Los datos del estudio respaldado por OpenAI, difundidos por TechCrunch, muestran la brecha con crudeza: en junio de 2026 usaban Codex el 98% de los empleados de OpenAI, el 17% de los suscriptores organizacionales y menos del 1% de los individuales.

La brecha es brutal.

¿Y qué explica semejante abismo? Que el trabajo diario de casi toda oficina no se parece a programar. Adentro de OpenAI todos codean o colaboran con quien codea; afuera, la herramienta agéntica tenía cara de terminal, y una terminal nunca escaló más allá de los técnicos (Windows reemplazó a MS-DOS por algo). Veinte millones de usuarios de la app conjunta contra mil millones de ChatGPT lo confirman (cifras de agosto de 2026).

Christian Catalini lo advirtió en el blog “It’s time to build” de a16z: si los laboratorios no consiguen rápido los activos complementarios para escalar la IA en el mercado, el valor terminará acumulándose en otro lado. Mientras tanto, competidores verticales como Harvey (abogacía) y Clay (ventas) les comen la cartera con soluciones que enchufan cualquier modelo de turno. La jugada de Work es atacar justo ese flanco.

¿Cuáles son las limitaciones actuales de los agentes de IA?

Las limitaciones se dividen en dos familias: problemas de diseño que OpenAI puede corregir, y problemas estructurales que van a tardar mucho más.

Del lado del diseño, la configuración todavía tropieza. Le das permiso de lectura a un drive, te tira un error, insistís varias veces sin conseguir nada mientras el modelo poco ayuda, hasta que eventualmente en la app móvil un diálogo te informa que la única forma de que funcione es darle acceso completo. Muchos ajustes importantes existen solo en la versión web, así que terminás trabajando en dos ventanas a la vez. Vinculás tu Google Calendar y el agente puede crear eventos, pero no calendarios nuevos (lógico o ilógico, es lo que hay).

¿Y sabés qué pasa si lo usás con el nivel de esfuerzo bajo? Conseguís al peor pasante de tu carrera. Joe Gershenson, líder de ingeniería del harness, admitió que esos ajustes no resultan intuitivos para usuarios nuevos y dejó un “watch this space” prometedor. Del lado estructural queda lo más difícil: el software funciona o no funciona, pero una buena presentación, estrategia o pitch no se evalúa con un test automático. OpenAI combina su benchmark de 44 ocupaciones con cientos de pruebas de trabajo intelectual y feedback de usuarios, y aun así el juicio humano sigue siendo insustituible. Lo explicamos a fondo en GLM-5.3 como alternativa open source mucho más barata.

ChatGPT Work vs Claude Cowork y otras alternativas

Preguntaron directamente a los ingenieros qué distingue a Work de la competencia, y la respuesta fue evasiva. Gershenson fue el más sincero: la verdad es que él no mira los harness que construyen los otros. O sea, ninguna comparación oficial. Con los datos públicos, la tabla queda así:

Característica	ChatGPT Work	Claude Cowork	Agente de navegación de Perplexity
Empresa	OpenAI	Anthropic	Perplexity AI
Precio público	USD 20 al mes (plan base)	No confirmado en la cobertura	No confirmado en la cobertura
Origen técnico	Versión adaptada de Codex	Harness agéntico propio	Agente enfocado en navegar la web
Integraciones citadas	Correo, navegador, Slack, Google Calendar, Notion, Figma y plataformas SaaS	Espacios de trabajo existentes del usuario	Navegador web
Perfil ideal	Oficinistas con tareas multietapa y datos propios	Usuarios ya metidos en el ecosistema Claude	Consultas y gestiones que ocurren en internet

Las tres opciones comparten el mismo patrón: vincular el agente a tu espacio de trabajo existente en lugar de encerrarlo en un chat. La diferencia, por ahora, es de ecosistema y precio visible, no de categoría.

¿Es seguro compartir datos sensibles con un agente de IA?

El riesgo central es la fuga de contexto: el agente lee todo lo que le habilitaste y puede mezclar información privada en un documento de trabajo sin que te enteres. El propio Ambrosino lo formuló sin anestesia: “Si le pido que escriba un documento, ¿hay posibilidad de que tome información de un mensaje privado y no sepa que no debería compartirla? Sí”. Su postura es asumir el golpe personal de vez en cuando; la tuya puede ser otra. Curioso contraste con aquella promesa de agentes “seguros”.

Si operás con datos de personas en Europa, sumá el factor GDPR: el tratamiento automatizado de datos personales exige bases legales y salvaguardas propias, independiente de lo que diga el proveedor. Y quedan las huellas de uso: tus interacciones pueden alimentar el entrenamiento de futuros modelos salvo que optes por fuera (el periodista de TechCrunch lo hizo).

• Dale acceso mínimo: arrancá con un solo flujo de trabajo y ampliá recién cuando confíes en los resultados.
• Separá lo personal de lo laboral: cuentas y perfiles distintos reducen la chance de que un mensaje privado termine en un informe ajeno.
• Revisá el consentimiento de entrenamiento: entrá a la configuración y decidí conscientemente si tus datos alimentan modelos.

¿Debería tu empresa usar agentes IA en 2026?

Sí, si tus días se parecen a coordinar datos repetitivos entre sistemas; no, si manejás decisiones críticas o información clasificada. El criterio práctico: cuanto más se parece la tarea a mover y ordenar información, mejor rinde el agente. Relacionado: la comparativa entre OpenAI y Anthropic.

• Arranca donde gana seguro: reportes periódicos, cruce de datos entre herramientas, armado de tableros y orden de calendarios o correos.
• Evitale lo irreversible: pagos, despidos o comunicaciones regulatorias, cualquier salida que no puedas revisar antes de que ocurra.
• Medí en horas recuperadas: el retorno temprano aparece en tareas que hoy le roban tardes a tu equipo, como el caso del calendario escolar.

Para pymes latinoamericanas que ya viven en Google Workspace o Slack, el terreno está servido: el freno suele ser la confianza, no la tecnología. Un pilotaje razonable cuesta USD 20 al mes, se configura desde la web y se limita a un flujo durante treinta días. Sobre empleos, lo que cambia primero es qué tareas hacés vos, no cuántos son ustedes.

Qué está confirmado y qué sigue pendiente

Confirmado (según TechCrunch, 24 de agosto de 2026):

• ChatGPT Work se lanzó en julio de 2026 y cuesta USD 20 al mes en el plan base.
• Deriva de Codex, reformulado para no programadores entre febrero y agosto de 2026.
• Estudio respaldado por OpenAI: 98% de adopción interna de Codex, 17% en cuentas empresariales y menos del 1% individual en junio de 2026.
• La configuración relevante vive solo en la web app; el agente crea eventos pero no calendarios nuevos.

Pendiente o sin respuesta oficial:

• Usuarios separados de Work versus Codex: OpenAI no lo informó.
• Diferencias técnicas concretas frente a Claude Cowork: ningún ejecutivo quiso comparar.
• Disponibilidad país por país y soporte de idiomas.
• Mejoras al sistema de niveles de esfuerzo: Gershenson solo dejó un “watch this space”.

Errores comunes al arrancar con agentes de IA

• Juzgarlo con el esfuerzo en modo bajo: vas a recibir resultados mediocres y vas a concluir que “no sirve”. Subilo al máximo antes de opinar.
• Configurar permisos desde el celular: los diálogos móviles dan menos control y más errores; hacé la puesta a punto en la versión web.
• Entregarle todas las llaves el primer día: empezá con un flujo acotado y datos prescindibles; ampliá el perímetro según ganes confianza.
• Medirlo con vara de código: esperá entregables concretos y revisalos uno por uno; el valor aparece en la coordinación, no en milagros.

Preguntas Frecuentes

¿Qué son exactamente los agentes IA de OpenAI?

Son programas basados en los modelos de OpenAI que completan tareas de varios pasos conectándose a tus herramientas: correo, Slack, Google Calendar, Notion o Figma. A diferencia de un chatbot, que responde, el agente ejecuta el trabajo de punta a punta. ChatGPT Work es su producto insignia de 2026 para oficinas.

¿Cuánto cuesta ChatGPT Work y qué plan necesito?

USD 20 al mes, el plan base de OpenAI, desde su lanzamiento en julio de 2026. No hace falta una suscripción superior: OpenAI lo puso en el tier más económico a propósito, buscando masivizar la adopción fuera del mundo del código.

¿Quién está usando agentes autónomos en 2026?

Según el estudio respaldado por OpenAI, en junio de 2026 el 98% de los empleados de la empresa usaba Codex, contra solo el 17% de las cuentas empresariales y menos del 1% de las individuales. Afuera destacan fondos de inversión, equipos de operaciones y periodistas con casos puntuales.

¿Qué limitaciones tienen los agentes de IA hoy?

Tres frentes: configuración de permisos confusa y circular, ajustes clave disponibles solo en la versión web y desempeño pobre con nivel de esfuerzo bajo. A eso se suma un techo estructural: el trabajo de oficina sin código es difícil de evaluar automáticamente, así que la revisión humana sigue siendo obligatoria.

¿Es seguro usar agentes IA con datos sensibles?

Implica riesgo real: el líder de la app de OpenAI admitió que el agente puede tomar información de mensajes privados y compartirla sin saber que no debía. Mitigá con acceso mínimo, cuentas separadas para lo personal y lo laboral, y revisión del consentimiento de entrenamiento antes de empezar.

Conclusión

Lo que cambió esta vez es el precio y el destinatario: el agente dejó de ser una terminal para programadores y llegó al plan de USD 20 de cualquiera que trabaje frente a una pantalla. Lo que está en juego es enorme: si OpenAI logra que contadores, abogados y gerentes adopten agentes como los devs adoptaron Codex, el negocio se multiplica; si no, el valor se reparte entre verticales especializados como Harvey o Clay.

Para vos la movida es concreta: elegí un flujo repetitivo y aburrido de tu semana, configurá los permisos en la web con acceso mínimo, poné el esfuerzo en alto y corré la prueba durante un mes. Si el agente te devuelve las tardes, renovás; si te devuelve errores circulares, al menos lo vas a saber con datos propios y no con marketing ajeno.

Fuentes

• TechCrunch – “OpenAI is building AI agents for everything. Will everyone use them?”, 24 de agosto de 2026